云集技术学社 | 云运维有哪些注意事项？

9月28日，信服云托管云运维专家Jason在信服云《云集技术学社》系列直播课上进行了《云运维概况与注意事项》的分享，详细介绍了在云化大趋势背景下云运维分工、职责和核心点。以下是他的分享内容摘要，想要了解更多可以关注“深信服科技”公众号观看回放。

看点一：云的演进为运维带来了哪些挑战？

随着信息技术的不断发展，云演进经历了硬件化、虚拟化、超融合和云四个历程。数据中心也从传统数据中心、虚拟化数据中心、软件定义数据中心到云化数据中心。企业对信息系统的需求定位也在不断变化，信息系统从成本驱动、成本和效率驱动、管理驱动、管理和效率驱动最后到业务创新驱动。

随着企业业务规模不断扩大，信息系统基础架构也从超融合、多资源池软件定义数据中心、私有云、同架构混合云再到现在的多云中台。信息系统和云服务复杂化的趋势越来越明显，平台的安全和运维可靠性成为了云计算的关注重点之一，对云安全和云运维的要求在不断提高。

云的演进给运维带来了多重挑战：

一是管理复杂。节点数量成千上万，存储、计算、网络、PaaS、SaaS各种类型业务复杂。如何管理这么多的资源、平台和业务对运维而言是一项挑战。

二是自动化要求高。在如此大的业务规模和服务场景下，自动化程度是运维效率的关键。

三是稳定性要求高。云作为一个服务主体，直接承载不同用户业务，对稳定性要求极高。

四是变更频繁。云作为客户服务载体，需要经常根据用户所需开发云产品或新功能，由此带来频繁的升级事项。

五是排查问题难度增加。复杂的技术栈、复杂的业务场景，对于问题排查要求增加。

看点二 云化趋势下运维工作如何分层？职责边界是什么？

关于云运维，信服云对整个运维体系做了梳理，将运维分成了IDC、云平台、云资源、应用层四个层级，每一个层级都会有对应的运维人员进行维护。

应用层包括应用系统和Guest OS的运维；云资源层级运维包括日常响应和专家服务。对于信服云而言，云资源层级是用户服务目录的保障。日常响应包含了PaaS、SaaS等多项服务，专家服务包含了安全服务、DBA服务、迁移服务等。

云平台层级运维包括持续运维、IT设备安装部署、IT设备运维三部分内容；IDC运维主要是基础设施的维护，包括对供配电系统、空调与制冷系统、制冷自控系统、动环监控系统等多方面的维护，日常会对机房进行定期巡检。一般来说，T3及以上的机房都有非常完整的服务保障。

看点三 如何摆脱“救火式运维”的困境？

业界对运维人员一直有个戏称是“背锅侠”，这个戏称也反映了目前运维人员面临的“救火式运维”困境。“救火式运维”困境即当事件已经发生并造成业务影响时，运维人员才能发现和着手处理。如何化被动为主动，突破困境？让主动运维、持续运维成为常态，就需要详细拆解云运维核心体系，厘清运维重点，寻求技术突破，跳出运维管理怪圈。

站在管理的角度，运维的核心主要是人员、流程、技术、数据四个方面。人员是运维操作的执行者，流程是运维操作的既定范围与边界，技术是运维的武器，数据能够更好地赋能运维。

在人员层面，任何公司做好运维的第一步是拥有一个负责运维职责的团队。运维体系组织构成主要有技术支持中心、专家支撑中心、平台运维中心和职能组。以平台运维中心为例，人员组成有IDC物理环境维护、基础设施维护、网络运维工程师、平台运维工程师和工具开发组。这些人员保障着云平台的日常运行。

在流程层面，随着云时代场景下的系统规模不断扩大、目录日趋复杂、运维管理的无序工作状态日益加剧，这对运维管理水平也提出了更高的挑战。运维管理流程建设完备程度成为了运维效率的重要决定因素。运维流程管理设计遵循国际ITIL标准，整体流程从设计、 转换、 运营等角度出发，对日常运维工作中的目录管理、可用性管理、容量管理、变更管理等等进行规范和定义。

在技术层面，包括CMDB、监控指标项及模型、告警平台这几类运维工具和运维自动化、持续运维等技术。他们推动着运维的发展，帮助运维人员从简单重复的运维问题中解放出来，让运维人员能够更快处理重要问题。

在数据层面，数据是运维很关键的部分。它包含的不只是运营的工单流程或者是事件告警，还包含了知识库、平台所有的监控数据。很多公司或者说很多运营人员并不是很重视数据，实际上，数据在发现问题、解决问题和优化方案的时候起了非常大的作用。

看点四 云运维的实际过程中有哪些注意事项？

本次直播课上，Jason根据信服云深耕云计算多年的经验，给出了四点建议：

（1）传统运维的自动化转型

企业数字化转型的前提是企业需要有IT基础信息化建设以及IT基础信息的保障。在云化的大趋势下，中小企业更应该专注自身发展和数字化转型。在运维层面，可以通过服务化采购，托管式云服务的方式将平台运维交由云服务商来做。大型企业则应加强投入，组建高质量运维团队，建立完备流程、分工职责，利用技术和工具实行主动运维，向自动化演进。

（2）落地和执行

在落地的执行阶段，应以人员为根本，流程为基线，CMDB、监控、告警为三大基石，坚定不移走自动化战略。同时给予更多资源让运维有发展的空间。

（3）数据安全

企业要敬畏生产环境，流程设计一定要规避低级错误，而且要保证数据的一致性，数据的防篡改等。

（4）拥抱风险

任何产品都会存在问题，拥抱风险。企业可以跨部门、跨体系建立一条快速解决通道以及自动化高效修复作业程序，保障运维安全。

以上就是本次直播的主要内容，还想学习云计算的更多“门道”吗？敬请锁定云集技术学社

查看往期内容